我目前正在为一种简单的编程语言实现一个词法分析器。到目前为止,我可以正确地标记标识符、赋值符号和整数文字;一般来说,空白是微不足道的。
对于输入foo = 42
,识别了三个 token :
-
foo
(标识符) -
=
(符号) -
42
(整数文字)
到目前为止,一切都很好。但是,考虑输入 foo = 42bar
,这是无效,因为 42
之间缺少(大量)空格。和bar
。我的词法分析器错误地识别以下标记:
-
foo
(标识符) -
=
(符号) -
42
(整数文字) -
bar
(标识符)
一旦词法分析器看到数字 4
,它会继续读取,直到遇到非数字。因此它消耗 2
和商店42
作为整数文字标记。由于空格无关紧要,因此词法分析器会丢弃所有空格(如果有)并开始读取下一个标记:它找到标识符 bar
.
现在,这是我的问题:词法分析器是否仍有责任识别该位置不允许使用标识符?或者该检查是否属于解析器的职责?
最佳答案
我认为对于 42foo
是否应该被识别为无效数字或两个标记的问题没有达成共识。这是一个风格问题,这两种用法在众所周知的语言中都很常见。
例如:
$ python -c 'print 42and False'
False
$ lua -e 'print(42and false)'
lua: (command line):1: malformed number near '42a'
$ perl -le 'print 42and 0'
42
# Not an idiosyncracy of tcc; it's defined by the standard
$ tcc -D"and=&&" -run - <<<"main(){return 42and 0;}"
stdin:1: error: invalid number
# gcc has better error messages
$ gcc -D"and=&&" -x c - <<<"main(){return 42and 0;}" && ./a.out
<stdin>: In function ‘main’:
<stdin>:1:15: error: invalid suffix "and" on integer constant
<stdin>:1:21: error: expected ‘;’ before numeric constant
$ ruby -le 'print 42and 1'
42
# And now for something completely different (explained below)
$ awk 'BEGIN{print 42foo + 3}'
423
因此,这两种可能性都是通用的。
如果您因为认为数字和单词应该用空格分隔而要拒绝它,则应该在词法分析器中拒绝它。解析器无法(或不应该)知道空格是否分隔两个标记。与 42and
、片段 42 + 1
、42+1
和 42+ 1
的有效性无关)都应该以相同的方式进行解析。 (也许,在《堡垒》中除外。但这是一种异常情况。)如果您不介意将数字和单词放在一起,那么当(且仅当)它是语法错误时让解析器拒绝它。
顺便说明一下,在 C 和 C++ 中,42and
最初被词法为“预处理器编号”。预处理后,需要对其进行重新分析,此时会生成错误消息。这种奇怪行为的原因是,将两个片段粘贴在一起以生成有效数字是完全合法的:
$ gcc -D"c_(x,y)=x##y" -D"c(x,y)=c_(x,y)" -x c - <<<"int main(){return c(12E,1F);}"
$ ./a.out; echo $?
120
12E
和 1F
都是无效整数,但与 ##
运算符粘贴在一起,它们形成一个完全合法的 float 。 ##
运算符仅适用于单个标记,因此 12E
和 1F
都需要作为单个标记进行词法分析。 c(12E+,1F)
不起作用,但 c(12E0,1F)
也可以。
这也是为什么在 C 语言中应该始终在 +
运算符周围放置空格:经典技巧 C 问题:“0x1E+2
的值是多少?”
最后,对 awk 行的解释:
$ awk 'BEGIN{print 42foo + 3}'
423
awk 将其词法为 BEGIN{print 42 foo + 3}
,然后将其解析为 BEGIN{print (42)(foo + 3);}
。在 awk 中,字符串连接是在没有运算符的情况下编写的,但它的结合不如任何算术运算符紧密。因此,通常的建议是在涉及连接的表达式中使用显式括号,除非它们非常简单。 (此外,如果以算术方式使用,则假定 undefined variable 的值为 0
;如果用作字符串,则假定为 ""
。)
关于parsing - 词法分析器和解析器的职责,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23621165/